基于互相关分析和SOM神经网络的异常值检测平台

摘要

异常值的检测问题是时下数据挖掘领域的研究热点;目前已经有许多种成熟的异常值检测方法,但当数据是高维混合型属性,或者存在成片孤立点时,这些方法就变得很不理想甚至不再适用;因此,针对这些现有方法的不足之处,提出了新的孤立点检测方法,并设计了时域和空域的异常值检测平台;对于时间和空间序列数据集,该平台分别采用基于互相关分析和自组织竞争(self-organizing maps,SOM)神经网络的异常值检测方法;经实验验证,检测平台具有较高的检测率和可靠性;同时,在搭建该平台时充分考虑了模块化和层次化的方式,使得平台具有良好的可扩展性和开放性.